Thirukural

# 📖 திருக்குறள் Dataset

## 🔹 Introduction
இந்த dataset-ல் **திருக்குறள்**, அதன் **விளக்கம்**, **பாடப்பிரிவுகள்** மற்றும் பல **உரைகள்** உள்ளன.

> **Selvakumar Duraipandian**, one of the developers of **[thirukural.ai](https://thirukural.ai/)**, has contributed to this dataset, making it a valuable resource for various language models and chatbot applications.

இதை **Natural Language Processing (NLP)** மற்றும் **Chatbot Fine-tuning** போன்ற Machine Learning வேலைகளுக்கு பயன்படுத்தலாம்.

## 📂 Dataset Structure

இந்த dataset **JSONL (JSON Lines) format**-ல் உள்ளது. ஒவ்வொரு **திருக்குறள்**-க்கும் அதன் பல்வேறு **உரைகள்** சேர்த்து கொடுக்கப்பட்டுள்ளன.

### 🔹 Example Structure
```json
{
"ID": 1,
"Kural": "அகர முதல எழுத்தெல்லாம் ஆதி\nபகவன் முதற்றே உலகு.",
"Transliteration": "Akara Mudhala Ezhuththellaam Aadhi Pakavan Mudhatre Ulaku",
"Vilakam": "அகரம் எழுத்துக்களுக்கு முதன்மை; ஆதிபகவன், உலகில் வாழும் உயிர்களுக்கு முதன்மை",
"parimezhalagar_urai": "...",
"kalaingar_urai": "...",
"m_varadharajanar": "...",
"Solomon_pappaiya": "..."
}
```

## 🚀 Usage

இந்த dataset-ஐ **Hugging Face**-ல் இருந்து Python-இல் load செய்ய:

```python
from datasets import load_dataset

dataset = load_dataset("Selvakumarduraipandian/Thirukural")
print(dataset["train"][0])
```

## 🎯 Applications
✅ **Chatbot Training** - திருக்குறளை chat-style question-answer format-ஆக fine-tune செய்யலாம்.
✅ **NLP Research** - Language Models-க்கு தமிழ் data வேண்டும் என்றால் இதை பயன்படுத்தலாம்.
✅ **Educational Use** - திருக்குறள் தொடர்பான learning applications-ல் integrate செய்யலாம்.

## 💡 Contribution
இந்த dataset-ஐ மேம்படுத்த விரும்பினால், **Pull Request** அனுப்பலாம் அல்லது issue raise செய்யலாம்! 🙌

📩 Contact: [LinkedIn Profile](https://www.linkedin.com/in/selvakumarduraipandian/)

---
license: mit
dataset_info:
features:
- name: ID
dtype: int64
- name: Adhigaram_ID
dtype: int64
- name: Paal
dtype: string
- name: Iyal
dtype: string
- name: Adhigaram
dtype: string
- name: Kural
dtype: string
- name: Transliteration
dtype: string
- name: Vilakam
dtype: string
- name: Couplet
dtype: string
- name: Chapter
dtype: string
- name: Section
dtype: string
- name: Athigaram
dtype: string
- name: Kalaingar_Urai
dtype: string
- name: Parimezhalagar_Urai
dtype: string
- name: M_Varadharajanar
dtype: string
- name: Solomon_Pappaiya
dtype: string
splits:
- name: train
num_bytes: 4216819
num_examples: 1330
download_size: 1519400
dataset_size: 4216819
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

# 📖 蒂鲁古拉尔（Thirukkural）数据集

## 🔹 数据集简介
本数据集收录蒂鲁古拉尔原文、其注释解读、篇章分类以及多种评述文本。

> **塞勒瓦库马尔·杜拉潘迪安（Selvakumar Duraipandian）** 作为 **thirukural.ai** 的开发者之一，为本数据集作出了贡献，使其成为适配各类大语言模型与聊天机器人应用的优质资源。

本数据集可用于**自然语言处理（Natural Language Processing, NLP）**与**聊天机器人微调（Chatbot Fine-tuning）**等机器学习任务。

## 📂 数据集结构
本数据集采用**JSONL（JSON Lines）格式**存储，每条蒂鲁古拉尔条目均附带其对应的多种评述文本。

### 🔹 示例结构
json
{
"ID": 1,
"Kural": "அகர முதல எழுத்தெல்லாம் ஆதி
பகவன் முதற்றே உலகு.",
"Transliteration": "Akara Mudhala Ezhuththellaam Aadhi Pakavan Mudhatre Ulaku",
"Vilakam": "அகரம் எழுத்துக்களுக்கு முதன்மை; ஆதிபகவன், உலகில் வாழும் உயிர்களுக்கு முதன்மை",
"parimezhalagar_urai": "...",
"kalaingar_urai": "...",
"m_varadharajanar": "...",
"Solomon_pappaiya": "..."
}

## 🚀 使用方法
可通过以下方式在Python中从**Hugging Face**加载本数据集：

python
from datasets import load_dataset

dataset = load_dataset("Selvakumarduraipandian/Thirukural")
print(dataset["train"][0])

## 🎯 应用场景
✅ **聊天机器人训练**：可将蒂鲁古拉尔数据转换为对话式问答格式以进行微调。
✅ **自然语言处理研究**：若大语言模型需要泰米尔语训练数据，可使用本数据集。
✅ **教育用途**：可将其集成至蒂鲁古拉尔相关的学习应用中。

## 💡 贡献与反馈
若您希望完善本数据集，可提交**Pull Request（拉取请求）**或发起**Issue（议题）**！ 🙌

📩 联系方式：[LinkedIn主页](https://www.linkedin.com/in/selvakumarduraipandian/)

---
license: mit
dataset_info:
features:
- name: ID
dtype: int64
- name: Adhigaram_ID
dtype: int64
- name: Paal
dtype: string
- name: Iyal
dtype: string
- name: Adhigaram
dtype: string
- name: Kural
dtype: string
- name: Transliteration
dtype: string
- name: Vilakam
dtype: string
- name: Couplet
dtype: string
- name: Chapter
dtype: string
- name: Section
dtype: string
- name: Athigaram
dtype: string
- name: Kalaingar_Urai
dtype: string
- name: Parimezhalagar_Urai
dtype: string
- name: M_Varadharajanar
dtype: string
- name: Solomon_Pappaiya
dtype: string
splits:
- name: train
num_bytes: 4216819
num_examples: 1330
download_size: 1519400
dataset_size: 4216819
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---